Domitilla Del Vecchio获得了控制和动力系统博士学位亚博体育苹果app官方下载加州理工学院在帕萨迪纳，和Laurea学位的电气工程罗马大学托尔维加塔分校分别在2005年和1999年。从2006年到2010年，她是一名助理教授电子工程与计算机科学系以及密歇根大学安娜堡分校的计算医学和生物信息学中心。2010年，她加入了机械工程系以及麻省理工学院(MIT)信息与决策系统实验室(LIDS)，她目前是那里的副教授。亚博体育苹果app官方下载她曾获得美国自动控制委员会的Donald P. Eckman奖(2010)、美国国家科学基金会职业奖(2007)、克罗斯比奖、密歇根大学(2007)、美国控制会议最佳学生论文奖(2004)和意大利银行奖学金(2000)。她的研究亚博体育官网兴趣包括网络动力系统的分析和控制及其在生物分子网络和运输网络中的应用。亚博体育苹果app官方下载
路加福音Muehlhauser:在维尔马和德尔维奇奥(2011)，你和你的合著者从混合系统控制的角度总结了最近在半自主多车安全方面的一些工作。亚博体育苹果app官方下载这些控制系统将“对即将到来的亚博体育苹果app官方下载碰撞发出警告，建议安全行动，并最终控制车辆以防止发生某种碰撞。”
我想问一下混合动力控制在自动驾驶汽车上的应用。据推测，自动驾驶汽车将以两种模式运行:“半自动”(由人类驾驶，车辆提供警告并阻止某些行为)和“全自动”(没有人类驾驶)。你认为混合动力控制会同时用于这两个目的吗?比如10年后发布的商业自动驾驶汽车?或者，你认为混合动力控制将与其他旨在确保自动和半自动车辆安全行为的方法竞争吗?
Domitilla德尔维奇奥:是的，我相信在未来10年内，混合动力控制将会用于商业车辆的自动和半自动功能。以下是支持这一观点的一些背景资料。嵌入式计算和通信技术成本的降低正在推动当今的一些工程系统向更高的自治水平发展。亚博体育苹果app官方下载交通系统就是一个明显的例子，交亚博体育苹果app官方下载通工具和基础设施每天都被更多的计算、感知和通信所丰富，以提高安全性、舒适性和效率。然而，对于生命关键系统，这种浓缩提出亚博体育苹果app官方下载了一个基本问题，即新设计的具有增强功能的系统是否可以被证明是安全的。已经有多起事故被报道，比如2008年丰田汽车的意外加速问题，因此全球汽车行业采取了包括功能安全ISO 26262在内的措施来解决这个问题。根据这些新的汽车功能安全标准，任何影响生命关键应用的设计都应该确保安全。这一系统保障要求促使美国和欧洲的大多数汽车亚博体育苹果app官方下载公司探索正式的设计和验证方法，以便对新设计的应用程序提供安全保障，并对旧的应用程序进行正式的安全验证。在混合控制文献中，在安全规范下设计混合逻辑/动力系统的技术自90年代以来就在Tomlin和同事的开创性工作和非常著名的California PATH项目中发展亚博体育苹果app官方下载起来。因此，就安全应用而言，混合控制方法对当前的汽车技术有很大的影响，事实上，世界上许多公司已经启动了研究项目，以探索设计和验证的正式方法的前景。亚博体育官网 Many challenges, however, need to be overcome from a theoretical point of view, such as being able to handle in a safe and least restrictive way hidden information that arises from many sources, such as driver’s behavior, sensor and communication errors, and poorly known environments.
路加福音:你认为混合系统控制将填补自动驾驶汽车高保证软件市亚博体育苹果app官方下载场的一个特殊利基，或者你认为混合控制方法将与其他高保证软件方法竞争，或者你认为最终混合控制和其他现有的方法都需要被其他方法取代?
Domitilla如果我们打算将混合控制方法广泛地作为正式的设计方法，仔细地建模动态和逻辑，那么我不认为它们会与其他方法竞争，但它们会补充其他方法。最终，我认为将考虑多种方法的混合，包括形式化设计方法、类ai方法和基于工程的方法。
路加福音我在过去的几次采访中讨论过正式设计方法。你认为哪种类似人工智能的方法和基于工程的方法将被用于应对自动驾驶汽车的高可靠性软件的挑战?
Domitilla：有许多方法通常用于自主车辆的开发，主要用于检查与静态和移动障碍的碰撞，例如在城市大挑战中使用的RTT和RTT *算法，或者更多一般路径规划算法障碍。这些通常来自机器人社区，通常不会关注正式的安全保障，尽管在实践中经常工作。沿着同样的线条，对环境的看法的问题显然是自动驾驶车辆至关重要的，例如识别站在路边的东西是行人还是小树，这可能涉及不同的车辆的决定来确保安全的决定。这些类型的问题主要在人工智能界中研究过，包括计算机愿景的研究。亚博体育官网通过基于工程的方法，我主要是在工业中典型的软件开发周期，这涉及广泛的测试，以突出可能的系统故障或安全危害。亚博体育苹果app官方下载
路加福音:混合控制方法用于维尔马和德尔维奇奥(2011)实验中，成功率为96.9%。我认为，在这种系统被用于在真实道路条件下控制自动驾驶汽车之前，成功率将需要大大提高。亚博体育苹果app官方下载要把成功率提高到99.999%需要做多少工作?
Domitilla这对于涉及人类驾驶员的系统实际上不是真的。亚博体育苹果app官方下载事实上，汽车公司往往倾向于容忍碰撞的概率为epsilon %，这样他们就可以使用较少的保守预警/控制器，从而减少对驾驶员的控制。从实际的角度来看，如果需要考虑人类驾驶员的行为，就像Verma和Del Vecchio(2011)所说的那样，100%的安全是不可能实现的，因为人类行为可以通过统计来建模，而不是不确定性。在本文中，我们截断了描述驾驶员在交叉口附近如何刹车/加速的高斯概率分布，以获得有界的捕获集。由于没有包括高斯概率分布的尾部，我们仍然可能会遇到一些(罕见的)系统不能保证安全性的情况。亚博体育苹果app官方下载从这个意义上说，我认为，当人类行为被考虑进来时，模型和方法将必须是随机的，并专注于提供安全的可能性，而不是100%。这是我们目前正在追求亚博体育官网的研究方向。
路加福音在你看来，这个领域目前最有趣或最重要的未决问题是什么?
Domitilla有很多。有几个特别相关的，特别是从应用的角度来看是计算复杂度和提供随机安全设计方法的能力。第一个问题对于实现最正式的安全方法来说总是一个挑战。算法通常不能很好地适应系统的规模，这限制了实时适用性。亚博体育苹果app官方下载二是一个具有挑战性的技术问题，需要以最小保守的方式有效处理隐藏决策的方法。
路加福音关于后一个挑战，你推荐读些什么?
Domitilla有许多读物都涉及到这个问题的几个方面。在控制理论领域，我们已经看到了Abate和Lygeros团队最近的论文，它们解决了随机可达性/验证问题。在机器人领域，也有很多相关的工作，其中车辆必须被控制，以避免随机移动的agent，这些agent可以根据一组行为，以给定的最小概率移动(Jon How和同事)。我相信还有一些，这里列举的并不详尽，但这些是我现在想到的。
路加福音:谢谢,Domitilla !
你喜欢这个帖子吗?你可以享受我们的另一个对话的帖子,包括:
